摘要：介绍了振动下行通道样机的原理,针对振动下行通道样机采用常规解码方法无法解决尖峰干扰的问题,提出了学习矢量量化神经网络解码方法。该解码方法利用加速度传感器灵敏感应地面钻柱的操作状态来进行编码,利用近钻头DSP芯片中的学习矢量量化神经网络解码方法进行解码,得到地面下传到井下的指令,以控制井下工具。设计了两种不同的学习矢量量化神经网络,并通过试验对比了两种网络的优缺点,对比结果表明,设计的第二种学习矢量量化神经网络不但能正确完成波形识别,而且能剔出尖峰,解决了尖峰干扰的问题。

摘要：针对常规射孔压力计无法测试记录整个射孔全过程,不能有效评价射孔工艺的射孔效果的问题,运用DMA边采边存技术、FIFO负延时技术以及电池低功耗管理技术,设计开发了高速射孔压力计。该射孔压力计能自动记录射孔作业过程中井下爆炸燃烧瞬间的各项参数,在射孔后不起出管柱的情况下监测井下压力的恢复状况。经试验验证,通过监测射孔瞬间的各项参数,能够有效评价射孔效果,是对射孔工艺技术的补充与完善,满足常规射孔压力计的恢复压测试工作要求,简化了施工工艺,并为油井的动态分析及制定合理的开采制度提供依据。